陈 健 杨 艺
高校后勤管理的多校区新冠肺炎防疫路径研究
陈 健 杨 艺
[南京大学]
2020年新冠肺炎疫情爆发,国内高校教学科研生产生活受到冲击,多校区间人员流动更加剧了校园防疫风险。高校卫生防疫工作主要包括对校内师生等各类人员的管理管控,依托物业服务落实各项防疫政策、措施,实施常态化核酸检测等工作。严峻的疫情形势导致高校开展常态化防疫工作成本升高。为缩减防疫成本、提高效能,文章从高校后勤管理工作出发,从疫情防控制度机制、信息化防疫措施两方面开展研究,探讨基于高校后勤管理的多校区新冠肺炎防疫路径,构建常态化、制度化、信息化的高校疫情防控体系。
新型冠状肺炎;校园防疫;高校后勤;管理制度;信息化防疫
高校是疫情防控工作的重要阵地,国内目前关于高校防疫工作制度机制和信息化防疫措施领域的研究仍不充足。基于这一情况,文章重点探讨如何充分利用信息技术,强化高校后勤防疫工作规范化、模板化、智能化建设,进一步优化多校区后勤防疫管理制度,提高防疫体系整体效能。
近年来,高校信息化防疫有效开展“联防联控、群防群治”工作。相关举措较好地满足了疫情期间的指挥调度和管理需要,助力学校教学、科研、学生管理、后勤保障、校园安全等工作的高效开展,适当降低了疫情对教学生活的影响和成本。
北京大学通过人脸识别核验全面严控各类人员入校。江苏科技大学依托“江苏科技大学共享数据平台”开展专项调研,从师生户籍分布、寒假居住地、家庭关系等维度排查了师生与疫区的关联情况,描绘了全校2万余名师生的基本情况和数据,形成了对疫情和开学形势的科学研判,为制定下一步防疫措施提供助力。
然而,信息化疫情“防线”绝非无懈可击,存在多个风险点,如:审批环节对入校人员归口主管部门意见依赖性较强,肉眼难以识别对健康码或行程码截图的修改造假。信息化防疫若未能串联校园内各系统数据,易造成防疫漏洞,如若校园卡进校系统未与人脸识别系统关联,存在部分人员盗用校园卡进校的问题。各类数据分散在各个部门,协同性较弱,缺少统一管理部门,削弱了信息化防疫效能。
本次COVID-19能够通过飞沫、接触和气溶胶方式传播,人群易感性、传染性极高。根据教育部发布《高等学校新型冠状病毒肺炎防控指南》(以下简称《指南》),校内疫情防控应重点关注三类人群,即病毒的感染者、可疑暴露者与密切接触者。
可疑暴露者是指暴露于新型冠状病毒检测阳性的生物、物品和环境,且暴露时未采取有效防护的加工、售卖、搬运、配送或管理者等。密切接触者指从疑似病例和确诊病例症状出现前 2 天开始,或无症状感染者标本采样前 2 天开始,未采取有效防护与其有近距离接触(1米内)的人员。
随着互联网+信息化疫情防控理论不断健全,可用于校园防疫的技术也取得长足进展。大数据统计分析应用技术是对量级数据流进行集中的统计分析处理,特别是针对多元化的数据源,非结构化数据越来越多,越能通过清洗、整理、筛选转化为结构数据。当数据流量达到规模,数据越多得到的反馈越真实全面。[1]大数据技术能够优化传统的后勤管理模式,节约管理成本,还可以促进后勤资源共享、可持续发展。[2]然而,目前大数据支持的精准防疫还未能在高校充分开展。
数字空间定位和匹配技术,也为精准防疫提供了现实途径。其一,定位技术(GPS、无线蜂窝网、RIFD等)可获取个人位置信息。若叠加基于位置的服务技术(Location Based Serviced, LBS),研究人员还能获取轨迹路径。带有地理信息的轨迹数据不仅可提供移动或静止物体的时空信息,也能揭示个体在时空上的活动规律,在各研究领域发挥作用。[3]GPS轨迹数据挖掘技术通过聚类历史GPS轨迹数据,能识别研究重要区域。[4,5]其二,我国工信部已完成利用手机信令技术获取用户地理位置、移动轨迹等信息的框架建设。[6]
此外,基于属性关联与图匹配的重点人物关联分析也为可疑暴露者与密切接触者的智能识别提供可能。通过属性模板描述不同类型实体的可能关联属性,通过图模型描述组成群体的不同个体关联关系类型;在此基础上,在RDF语义网的支持下,分别由语义索引匹配和图索引匹配方法,对可能匹配的实体属性进行轮询计算,评估重点人物和群体的信息关联度;进而对“可信”匹配特征进行拼接,自动发现、评估和建立重点人物、群体之间的各类关联。[7]
最后,结合深度学习与巨图匹配的时空敏感数据智能分析可以让病毒的可疑暴露者与密切接触者的识别更精准。针对RDF语义网中的人物、事件相关快速匹配需求,基于循环神经网络(RNN)、LSTM 神经网络等深度学习方法提取人物、事件相关的各种数据的时间特征、空间特征提取方法,以及不同关键词间的深度语义关联,并在语义空间中研究基于时空相似的快速匹配算法;针对RDF语义网中的关系类知识的快速匹配算法,基于图的分布式处理方法,解决亿级节点规模、十亿级边规模的大图和巨图的并行匹配的分解算法及优化方法,通过图索引确保秒级查询;针对多尺度混合属性查询请求,以多时间尺度间的自动转换方法自动计算新的时空特征及其快速匹配算法。[7]
由此可见,国内高校在校园信息化建设较为完善的前提下,可以构建校内人员“时空轨迹”,实现精准防疫,将疫情对校园的影响和防疫成本进一步降低。
据不完全统计,与本次疫情相关、对高校疫情防控体系建设具有指导意义的文件共23项。其中,政府部门发布文件15项,包括:《中华人民共和国传染病防治法》《市场监管突发事件应急管理办法》《新型冠状病毒感染的肺炎防控方案》《新型冠状病毒感染的肺炎公众防护指南》等。中国教育后勤协会、中国物业管理协会等机构发布文件8项,包括《高等学校校园物业新冠肺炎疫情防控工作指南》《高等学校疫情防控常态化下校园快递服务工作指南》《校园商业服务场所新冠肺炎疫情防控工作指南》等。
参照教育部13类建设指标(教室、实验室、体育馆、行政办公用房、食堂、宿舍等),将以上23项文件有关内容按疫情防控工作和场所分类归纳,总结出以下制度机制建设重点。
1.高校内公用房种类丰富,各类用房的人群属性、密集度和密集时限均有不同,疫情防控工作应做到精细划分,对师生密集度高、人员停留时间长的用房类型如宿舍、食堂、商业服务场所等应专门制定相应工作办法。
2.宿舍管理需做好防疫相关的制度保障、设施保障、物资保障、人员保障、卫生保障、宣传保障、隔离保障等[8],以人员管控为主,重点做好与学工、后勤、保卫、教务、宣传、外事、校医院等相关部门的联动协调,梳理明确各项工作接口,实现齐抓共管、多措并举。
3.食堂应认真做好员工管理,着力管好就餐环节,储备足量食材和防控物资,完善制度预案和关键流程,建立联防联控机制。[9]注重人群的分流,构建合适的人员分流机制,确定有效的堂食就餐规模和座位疏密,为疫情期间广大师生营养提供保障。商业服务场所如超市、理发店、食品店等,应以外防输入为主,严格监管入校商业服务人员及其家属的健康信息,确定各级卫生安全责任人。
4.校园快递服务应与疫情防控紧密结合。学校相关部门联合组建疫情防控工作小组,快递归口管理部门需建立人员管理的长效机制,做好快递服务人员的健康档案、出入校管理;常备充足的防控设备物资,包括防护与消毒设备、测温设备、隔离设施与隔离画线设施、应急隔离设备等;落实日常人员管理、交通管理、消毒管理、场地管理、运营管理和平台管理;鼓励推行“无接触”模式的快递服务。
所有场所均应由物业做好消杀工作、测温工作,落实来访人员登记制度。归口管理部门应定岗明责,拟定疫情防控各项工作流程并建立台账。
目前,南京大学校园卡应用涉及40家单位。校园卡主要应用场景包括:一卡通平台管理系统——食堂、医院、体育馆、图书馆、门禁等。校园卡消费场景中,支持师生在各场所刷卡/扫码。其中,一卡通平台管理系统具有教职工午餐补贴、会议签到、疫情防控刷卡(2020年2月落实)、报到注册、体育考勤打卡等多个子系统。2019年下半年南京大学启动数据中心建设工作,尝试汇总管理全校各业务系统数据。
疫情出现后,学校关闭了多个校园出入口,严控出入人员,严格落实入校体温监测。疫情期间,信息化建设部门在南京大学APP上增加校园健康填报、入校申请审批等功能。师生及其他入校人员需提交个人轨迹、健康码截图等最新有效材料,经审核后获得紫色校园码才能入校。目前,在已有出入智能刷卡门禁系统的基础上,为出入口保卫人员配置手持刷卡机,严格落实“紫码入校”(校园卡数据已关联师生健康码信息,绿色健康码才能生成紫色校园码)。此外,APP后台按秒刷新、读取健康码数据,确保了数据及时准确,杜绝了将紫码截图后供他人进校的可能。
基于南京大学信息化建设情况(已配套建设了APP与微信小程序),仅需增加部分功能,即可实现智能防疫。
一是继续推进以数据中心建设为抓手的数据汇集管理工作,强化各系统间数据协作。明确疫情防控信息化建设的主导部门和协同部门。
二是利用手机信令技术,获取师生及其他入校人员在南京大学APP、微信小程序绑定的手机号对应的一个月内风险区行程情况,提供一键生成校内个人时空轨迹的功能。
三是利用数据挖掘技术,基于属性关联与图匹配的重点人物(确诊感染者)关联分析,以个人时空轨迹数据为基础,结合深度学习与巨图匹配的时空敏感数据智能分析,精准、智能、动态甄别可疑暴露者与密切接触者群体。
四是参照上级卫生部门的具体意见,根据确诊感染者的具体信息,设置用于甄别关联人员个人轨迹的时空区间参数,参照新型冠状病毒可疑暴露者与密切接触者的官方判定标准,形成标准化识别模型。设立防疫管理员,负责导入确诊感染者的核酸检测信息,配置用于甄别的时空参数,上报校内可疑暴露者与密切接触者名单(附各级部门人员管理意见),随后明确下发管控任务。
在现阶段国内疫情防控“动态清零”的总方针下,教育厅提出了高校防疫的最新要求,即需进一步强化常态化疫情防控管理,实现校园常态化监测预警。为助力高校成为防疫的“战斗堡垒”,而非聚集性疫情的“孵化温床”,后勤部门要扎实做好疫情防控工作,从管理制度和管理手段进行优化创新。国家卫生健康委办公厅也发布《关于做好信息化支撑常态化疫情防控工作的通知》,为信息化防疫建设提供指导。
基于这一政策指导,国内高校可以结合已有经验,参照文中关于南京大学防疫管理探索的内容,融合高校防疫的制度理论、医学理论和信息化理论,尝试构建可以复制推广、具有较高实操性、移植性的标准化建设方案,继续探讨在高校多校区间利用大数据实施精准防疫、提供决策依据的可行性。
[1]吕丽华,于涛.基于大数据背景下的高校后勤档案信息化管理研究[J].法制博览, 2016(21): 318+303.
[2]杨剑.大数据时代下高校后勤管理信息化建设路径[J].科教文汇(中旬刊), 2019(06): 12-13.
[3]王冠男.基于GPS轨迹和照片轨迹的时空数据挖掘 [D].长沙:中南大学,2013.
[4]Zheng Y, Zhang L Z., Xie X, et al. Mining Interesting Locations and Travel Sequences from Trajectories [C]. In: Proceedings of International World Wide Web Conference, Madrid: ACM, 2009, 791-800.
[5]Ashbrook D, Starner T. Using GPS to Learn Significant Locations and Predict Movement Across Multiple Users [J]. Journal of Personal and Ubiquitous Computing, 2003, 7 (5): 275-289.
[6]刘晓春.规范应用大数据 有效进行“防疫战”[J].中国对外贸易, 2020(03): 46-48.
[7]张四平,王梅.基于大数据分析的互联网公开情报发现技术及系统研究[J].计算机时代, 2020(03): 9-12.
[8]中国教育后勤协会.高等学校学生公寓新冠肺炎疫情防控工作指南(第二版)[EB/OL]. (2020-3-30) /[2020-10-19].http://www.chinacacm. org/content/6698.html
[9]中国教育后勤协会.高等学校学生食堂新冠肺炎疫情防控工作指南(第二版)[EB/OL]. (2020-4-10) /[2020-10-19].http://www.chinacacm. org/content/6725.html,
(责任编辑:赵相华)